Klogere kampagner: Sådan skaber maskinlæring øget annonceeffektivitet på Meta-teknologier

Hvad er maskinlæring?

Maskinlæring hjælper med at vise de rigtige annoncer til den rette målgruppe ved at benytte forudsigende analyse og algoritmer. Det hjælper med at forbedre annonceeffektivitet ved at flytte udgifterne til der, hvor systemet har størst sandsynlighed for at opnår de bedste resultater baseret på dine kampagnemål. Dette er kendt som likviditet.

Optimer din kampagneopsætning, så dine annoncer bliver smartere, hurtigere

Hver gang en annonce bliver vist, lærer vores annonceleveringssystem mere om de personer, som det er bedst at vise annoncen til, og de steder, hvor det er bedst at vise den. Jo mere en annonce bliver vist, jo bedre bliver leveringssystemet til at optimere annoncens effektivitet. Læringsfasen er den periode, hvor leveringssystemet stadig har meget at lære om et annoncesæt. I læringsfasen udforsker leveringssystemet den bedste måde at levere dit annoncesæt på – så effektiviteten er mindre stabil, og prisen pr. resultat er som regel ringere. Læringsfasen forekommer, når du opretter en ny annonce eller et nyt annoncesæt eller udfører betydelig redigering af en eksisterende annonce eller et eksisterende annoncesæt. Ved at lære hvordan maskinlæring driver dine annoncer, kan du være forsikret om, at du opsætter dine kampagner til at opnå de bedste resultater.

Her er nogle af de anbefalede fremgangsmåder, du bør overveje, når du opretter og administrerer din kampagne:

1. Undgå hyppig redigering: Hver gang du foretager en redigering, der anses for væsentlig, genstarter læringsfasen. Hvis du undgår hyppig redigering, giver det systemet mulighed for at lære og komme ud af læringsfasen uden at starte forfra så hurtigt som muligt.
2. Undgå at have for mange annoncesæt og for høj annoncevolumen: En høj annoncesætvolumen er en af de vigtigste årsager til, at annoncesæt ikke afslutter læringsfasen. Hvis du kører for mange annoncesæt på én gang, bliver hvert enkelt annoncesæt leveret sjældnere. Vi anbefaler, at man kun medtager billeder eller videoer, der er tydeligt forskellige. Kør ikke mere end fem annoncer pr. annoncesæt for at sikre optimal levering.
3. Find flere kunder med brede målgrupper: Ved at bruge brede parametre i din målgruppemålretning øges størrelsen af din målgruppe og det giver systemet fleksibiliteten til at finde personer, der med sandsynlighed vil udføre din ønskede handling. Dette kan føre til bedre resultater og hjælpe dig med at afdække uventede målgruppesegmenter til fremtidige kampagner.
4. Tilvælg Advantage-kampagnebudget: Advantage-kampagnebudget, tidligere kendt som optimering af kampagnebudget, administrerer automatisk dit budget på tværs af annoncesæt for at opnå de bedste resultater til den laveste pris. I stedet for at indstille individuelle budgetter for annoncesæt, kan du indstille ét overordnet kampagnebudget, som har fleksibiliteten til at flytte forbruget til de mest effektive annoncesæt.
5. Udvid dine placeringer: Advantage+-placeringer, tidligere kendt som automatiske placeringer, giver systemet mulighed for at finde de mest omkostningseffektive muligheder på tværs af Facebook, Instagram, Audience Network og Messenger. Når systemet har flere muligheder, kan det bedre se i realtid, hvor annoncerne får de bedste resultater til den laveste pris.

Læringsfasen er nødvendig for at hjælpe leveringssystemet med at optimere annoncer bedst muligt, så du bør ikke forsøge at undgå læringsfasen helt. Test af nyt annonceindhold og marketingstrategier er essentielt for at kunne forbedre effektiviteten over tid.

Klik her for at lære mere om læringsfasen, væsentlige ændringer og begrænset læring.